تبلیغات شما تبلیغات شما

آمار سایت

    آمار مطالب
    کل مطالب : 3992
    آمار کاربران
    افراد آنلاین : 7

    کاربران آنلاین

    آمار بازدید
    بازدید امروز : 1,681
    باردید دیروز : 2,779
    گوگل امروز : 8
    گوگل دیروز : 51
    بازدید هفته : 15,082
    بازدید ماه : 46,217
    بازدید سال : 805,508
    بازدید کلی : 6,377,031

آخرین فروش های موفق

دانلود-مقاله-ترجمه-شده--داده-کاوی-دررایانش-ابری
دانلود مقاله ترجمه شده : داده کاوی دررایانش ابری
فرمت فایل دانلودی: .docx
فرمت فایل اصلی: Doc
تعداد صفحات: 12
حجم فایل: 13 کیلوبایت

عنوان ترجمه فارسی: داده کاوی در رایانش ابری
نویسنده/ناشر/نام مجله : Database Systems Journal
سال انتشار 2012
تعداد صفحات انگليسی: 5
تعداد صفحات فارسی: 12
نوع فایل های ضمیمه : Pdf+Word
عنوان مقاله انگليسی: Data mining in Cloud Computing

دانلود-مقاله-ترجمه-شده---رویکرد-داده-کاوی-برای-پیش-بینی-و-درمان-بیماریهای-دیابتی
دانلود مقاله ترجمه شده : رویکرد داده کاوی برای پیش بینی و درمان بیماریهای دیابتی
فرمت فایل دانلودی: .docx
فرمت فایل اصلی: Doc
تعداد صفحات: 11
حجم فایل: 13 کیلوبایت

عنوان ترجمه فارسی: رویکرد داده کاوی برای پیش بینی و درمان بیماریهای دیابتی
نویسنده/ناشر/نام مجله : The International Journal of Science Inventions Today
سال انتشار : 2014
تعداد صفحات انگليسی: 7
تعداد صفحات فارسی: 11
نوع فایل های ضمیمه : Pdf+Word
عنوان مقاله انگليسی: A DATA MINING APPROACH FOR PREDICTION AND TREATMENT OFDIABETES DISEASE

تحلیل-و-پیش-بینی-رفتار-مصرف-برق-مشترکین-با-استفاده-از-تکنیک-های-داده-کاوی
تحلیل و پیش بینی رفتار مصرف برق مشترکین با استفاده از تکنیک های داده کاوی

فرمت فایل اصلی: doc
تعداد صفحات: 85
حجم فایل: 1454 کیلوبایت

تحلیل و پیش بینی رفتار مصرف برق مشترکین با استفاده از تکنیک های داده کاوی (مطالعه موردی: شرکت توزیع نیروی برق آذربایجان غربی)

در عصر حاضر به جرات می­توان گفت بشر برای انجام فعالیت­های روزمره و افزایش رفاه زندگی خود، بیش از هر انرژی دیگر از انرژی الکتریکی بهره می­برد. با توجه به مشکل ذخیره­سازی انرژی الکتریکی، پیش­بینی میزان بار مورد نیاز به منظور داشتن یک شبکه توزیع برق مطمئن و پایدار حیاتی است. مشترکین برق یکی از اصلی­ترین ارکان زنجیره عرضه برق می­باشند. هدف این تحقیق پیش­بینی برق مصرفی مشترکین و تحلیل رفتار مصرفی آن­ها تحت تاثیر عوامل آب­و­هوایی و متغیرهای زمانی می­باشد. در صورت داشتن یک پیش­بینی مناسب و دقیق می­توان از هدررفت منابع مالی ناشی از افزایش هزینه­های عملیاتی جلوگیری نمود. از سوی دیگر، با توجه به حجم انبوه داده­های مصرف مشترکین و عوامل موثر، تنها می­توان با استفاده از ابزارهای نوین فن­آوری اطلاعات همچون داده­کاوی به تجزیه­وتحلیل داده­ها پرداخت. ابزار داده­کاوی به استخراج الگوها و دانش پنهان از داده­ها جهت یک پیش­بینی درست می­پردازد.

در این تحقیق، به بررسی و پیش­بینی میزان مصرف برق مشترکین شرکت توزیع نیروی برق آذربایجان غربی می­پردازیم. برای این منظور و با در اختیار داشتن داده­های مصرفی 5595 مشترک طی 12 دوره دوماهه، الگوریتم­های پیش­بینی کننده همچون CHAID، C&R،Regression ،Neural Networks را بر روی داده­های موجود اجرا نموده و نتایج حاصل از اجرای هر الگوریتم بر اساس معیارهای ارزیابی خطای پیش­بینی مانند میانگین درصد قدرمطلق خطا مورد بررسی و مقایسه قرار گرفت. نیز با خوشه­بندی مشترکین با استفاده از الگوریتم Kohonen به بررسی رفتار مصرفی آن­ها پرداخته شد. در نهایت، به نتیجه­گیری و ارائه ­پیشنهادات پرداختیم.

کلمات کلیدی: پیش­بینی، مصرف برق، مشترک، داده‌کاوی، دسته­ بندی، رگرسیون، خوشه ­بندی

ارائه مدلی برای شناسایی عوامل اثرگذار و ضریب تاثیر آنها در سود و زیان بیمه شخص ثالث خودرو

دانلود متن کامل پایان نامه مقطع کارشناسی ارشد رشته مهندسی کامپیوتر

گرایش : نرم افزار

عنوان : ارائه مدلی برای شناسایی عوامل اثرگذار و ضریب تاثیر آنها در سود و زیان بیمه شخص ثالث خودرو شرکتهای بیمه بوسیله روشهای داده کاوی مطالعه موردی شرکت سهامی بیمه ایران

تعداد صفحات : 106

چکیده

بررسی اطلاعات بیمه های اتومبیل نشان داده عواملی چون نوع استفاده خودرو، داشتن گواهینامه رانندگی، نوع گواهینامه و تطابق یا عدم تطابق آن با وسیله نقلیه، مبلغ حق بیمه، میزان تعهدات بیمه نامه، کیفیت خودروی خودرو سازان، سن راننده، سواد راننده، عدم تطابق حق بیمه با مورد بیمه، تاخیردرتمدید بیمه نامه، در سود و زیان شرکت های بیمه تاثیر داشته اند.

هدف این پایان نامه شناخت عوامل اثرگذار و ضریب تاثیر آنها در سود و زیان بیمه شخص ثالث خودرو شرکت های بیمه با استفاده از روش داده کاوی و  سپس انتخاب الگوریتمی که بهترین میزان دقت پیش بینی برای تشخیص این عوامل را داشته اند می باشد.

نتیجه حاصل از این پژوهش نشان می دهد که روشهای داده کاوی با استفاده از الگوریتم های دسته بندی با دقت بالای 91% و الگوریتم های درخت تصمیم با دقت بالای 96% و الگوریتم های خوشه بندی با ایجاد خوشه های قابل قبول  قادر به ارائه مدلی برای تشخیص عوامل اثرگذار و تعیین میزان اثر آنها در سود و زیان بیمه نامه شخص ثالث خودرو خواهند بود.

پایان نامه بررسی و تشخیص نفوذ با استفاده از الگوریتم های داده ­کاوی

عنوان :بررسی و تشخیص نفوذ با استفاده از الگوریتم های داده ­کاوی

تعداد صفحات : 164

چکیده

با رشد فناوری اطلاعات، امنیت شبکه به عنوان یکی از مباحث مهم و چالش بسیار بزرگ مطرح است. سیستم های تشخیص نفوذ، مولفه اصلی یک شبکه امن است. سیستم های تشخیص نفوذ سنتی نمی­توانند خود را با حملات جدید تطبیق دهند از این رو  امروزه سیستم های تشخیص نفوذ مبتنی بر داده ­کاوی مطرح گردیده­اند. مشخص نمودن الگوهای در حجم زیاد داده، کمک بسیار بزرگی به ما می­کند. روش­های داده ­کاوی با مشخص نمودن یک برچسب دودویی (بسته نرمال، بسته غیر­نرمال) و همچنین مشخص نمودن ویژگی­ها و خصیصه با الگوریتم ­های دسته­ بندی می­توانند داده غیر­نرمال تشخیص دهند. از همین رو دقت و درستی سیستم­های تشخیص ­نفوذ  افزایش یافته و در نتیجه امنیت شبکه بالا می­رود. در این پایان نامه ما مدلی پیشنهادی ارائه می­نماییم که الگوریتم­های مختلف دسته­بندی  را روی مجموعه داده خود تست نموده و نتایج  شبیه­سازی نشان می­دهد در درخت تصمیم  الگوریتم J48 ، شبکه عصبی الگوریتم Neural net ، شبکه بیزین  الگوریتم HNB ، مدل کاهل الگوریتم K-STAR، در ماشین بردار پشتیبان الگوریتم LibSVM و در مدل قانون محور الگوریتمRule Induction Single Attribute  دارای بهترین جواب از نظر پارامترهای مختلف ارزیابی برای سیستم تشخیص نفوذ است. بین تمامی الگوریتم­ها با این مجموعه داده، الگوریتم J48 دارای بالاترین مقدار درستی به میزان  85.49%،  دارای بالاترین میزان دقت به مقدار 86.57% و دارای بالاترین مقدار یادآوری به مقدار 86.57% می­باشد. نوآوری اصلی در پایان نامه ، استفاده از الگوریتم­های مدل کاهل و مدل قانون­محور است که تاکنون برای سیستم­های تشخیص­نفوذ استفاده نشده است. و همچنین پیشنهاد 5 نمونه داده که از داده اولیه استخراج شده که برای مدل­های مختلف و الگوریتم­ها بهترین جواب را می­ دهد.

پایان نامه بهینه سازی خرید دارو با استفاده از داده کاوی

پایان ‌نامه کارشناسی ارشد در رشته مهندسی فناوری اطلاعات (تجارت الکترونیک)

بهینه سازی خرید دارو با استفاده از داده ­کاوی

تعداد صفحات :120

چکیده

بهینه سازی خرید دارو با استفاده از داده کاوی  توسعه ­ی استفاده از فناوری اطلاعات در بهداشت و درمان علاوه بر مزایای فراوان باعث می شود تا حجم زیادی از داده­های مرتبط، در دسترس قرار بگیرند. با بکارگیری داده کاوی بر روی داده های موجود می توان تصمیم گیری­ها  و فرایند­های مدیریتی را بهبود بخشید. در این پایان نامه تلاش شده است ضمن بررسی الگوریتم­های مختلف داده کاوی مدلی جهت پیش بینی مصرف دارو در داروخانه­های بیمارستان­ها ارائه گردد. مجموعه داده در نظر گرفته شده مربوط به سیستم اطلاعات بیمارستان پاستور شهرستان بم می باشد که در مدت 5 سال در پایگاه داده سیستم اطلاعات این بیمارستان ذخیره شده است. برای پیش بینی مصرف دارو عملکرد مدل­های MLP، SVR، ADABOOST.R، BAGTREE، LR، LSSVR مورد بررسی قرار می گیرد. دقت پیش بینی بر اساس معیارها  MSE ,RMSE ,MAE وR2 ارزیابی می گردد. طبق نتایج بدست آمده عملکرد مدل BAGTREE  در روش های مختلف بهتر از سایر مدل ها بوده است.

 ارائه روشی جهت تحقق پرداخت الکترونیکی عوارض در کشور با استفاده از الگو های داده کاوی

 

پایان‌نامه کارشناسی ارشد در رشته مهندسی فن‌آوری اطلاعات (تجارت الکترونیک)

عنوان:ارائه روشی جهت تحقق پرداخت الکترونیکی عوارض در کشور با استفاده از الگو های داده کاوی

تعداد صفحات :194

چکیده:

بخش حمل ونقل نیز به عنوان یکی شاهرگ اصلی اقتصاد، نقش بسزایی در شکوفایی و توسعه جامعه ایفا می­کند. سنگینی ترافیک از تقاضای بیش از ظرفیت سیستم های حمل و نقل نشات می گیرد و اثرات منفی آن به شکل تاخیر یا افزایش زمان سفر نمود می یابد.

قیمت گذاری تراکم یکی از مکانیزم­های مدیریت تقاضای حمل ونقل است. در این روش استفاده کنندگان بگونه ای ترغیب می شوند که در طول ساعات شلوغ و پرتردد از سفر پرهیز کنند و سفرهای خود را در ساعات کم تردد انجام دهند. بدین طریق جریان ترافیک تعدیل شده و تقاضای سفر بگونه ای در طول ساعات روز توزیع می شود که کمتر بار ترافیکی شدید به وجود آید. از طرف دیگر شاید بهترین گزینه جلوگیری از وقوع تراکم باشد، که خود مستلزم پیش بینی وقوع آن در زمان آینده می باشد. مدل پیش بینی حجم ترافیک در کوتاه مدت یکی از بخش هایی است که از این اطلاعات استفاده می کند. این مدل با بکارگیری اطلاعات شناسگرهای ترافیکی هر معبر، حجم عبوری از یک معبر در لحظات پیش رو را پیش بینی می­کند، و از این اطلاعات برای مدیریت پیشگیرانه ترافیک میتوان استفاده نمود.

پایان نامه رویکردی مبتنی برگراف به منظور خوشه‌بندی ترکیبی افرازبندی‌های فازی

عنوان/موضوع    :رویکردی مبتنی بر گراف به منظور خوشه‌بندی ترکیبی افرازبندی‌های فازی

تعداد صفحات :123

 خوشه بندی فازی و ترکیبی از موضوعات قابل توجه در داده کاوی محسوب می شوند .اگر چه در سالهای اخیر الگوریتم های خوشه بندی فازی به سرعت در حال رشد هستند ،اما تکنیک های خوشه بندی ترکیبی فازی رشد چندانی نکرده اند و اکثر آنها از طریق تبدیل توابع ترکیب به نسخه فازی تبدیل شده اند .در این پایان نامه یک الگوریتم خوشه بندی فازی مبتنی بر گراف ارائه شده است . رویکرد پیشنهادی از ماتریس های عضویت حاصل از افراز های فازی که از الگوریتم های مختلف فازی نتیجه شده ،بهره گرفته است و سپس ماتریس های همبستگی فازی را برای هر الگوریتم ایجاد می کند که هریک از عناصر آن بیانگر میزان همبستگی و اشتراک بین نمونه ها ی متناظر می باشد. سرانجام همه­ی این ماتریس ها در ماتریس استحکام ترکیب شده ودر نهایت نتیجه ی نهایی توسط فرایند کاهشی تکراری مبتنی بر گراف بدست می‌آید .تکرارهای این الگوریتم تا زمانیکه به تعداد خوشه ی تعیین شده در ابتدای فرایند دست یابیم ادامه می‌یابد.همچنین تعدادی مجموعه داده ی فرضی و مجموعه داده استاندارد Iris  به منظور ارزیابی روش پیشنهادی استفاده شده است .رویکرد پیشنهادی نشان داد که نسبت به الگوریتم های پایه همچون Kmeans ،FCMوSpectral کاراتر بوده و در مقایسه با روشهای خوشه‌بندی ترکیبی مختلف ،رویکرد پیشنهادی حاوی نتایج قابل اطمینان و نرخ خطای کمتری است .

 

دانلود پایان نامه جستجوی الگوهای نوظهور با ویژگی های جریانی

دانلود متن کامل پایان نامه مقطع کارشناسی ارشد رشته مهندسی کامپیوتر 

گرایش : هوش مصنوعی

عنوان : جستجوی الگوهای نوظهور با ویژگی های جریانی

تعداد صفحه :138

چکیده

استخراج الگوهای مفید از مجموعه داده ها، یکی از موضوعات چالش برانگیز در داده کاوی است. از طرفی در داده ها با ابعاد بالا، استخراج مجموعه کوچکی از الگوهای نوظهور با قابلیت پیش بینی قوی، از مسائل مهم در ایجاد یک کلاسه بند بر پایه الگوهای نوظهور است. در دنیای واقعی، ویژگی ها همیشه بطور کامل در دسترس نیستند؛ بر این اساس، مسئله سخت تر می شود وقتی که مجموعه ویژگی ها قبل از شروع فرآیند یادگیری ناشناخته باشد. ویژگی های جریانی عنوان ویژگی هایی است که بصورت برخط تولید می شوند و در همان زمان تولید پردازش می شوند. در این طرح، ویژگی ها یکی یکی به مرور زمان پدیدار می شوند بجای اینکه تمام ویژگی ها قبل از فرآیند یادگیری آماده باشند.

در این مطالعه، ما ساختار دینامیک از درخت الگوی مکرر پیشنهاد می دهیم تا درخت به محض ورود ویژگی های جدید ساخته شود و استخراج الگوهای نوظهور بصورت برخط صورت گیرد. DFP-SEPSF، یک روش موثر پایین به بالا ارائه می دهد تا یک درخت الگوی مکرر دینامیک نامرتب UDFP-tree و یک درخت الگوی مکرر دینامیک مرتب ODFP-tree بسازد. اولین روش ترتیب آیتم ها را در نظر نمی گیرد، در حالیکه دومین روش ترتیب آیتم ها را اعمال می کند.

بعلاوه، چارچوب پیشنهادی الگوهای نوظهور قوی را استخراج می کند تا یک کلاسه بند قوی و سریع ایجاد کند که می تواند با نویز مقابله کند.

روش پیشنهادی فضای جستجوی الگوهای نوظهور را بطور قابل توجهی کاهش می دهد و الگوهای نوظهور با قدرت تمایز قوی را با کمک حذف الگوهای بی فایده استخراج می کند.

روش ارائه شده الگوهای نوظهور را برای هر کلاس بصورت همزمان کشف می کند و بعلاوه، فرآیند تولید درخت های الگوی مکرر را بصورت کارایی در راستای کاهش محاسبات، هدایت می کند.

ارزیابی تجربیات ما بر روی محدوده وسیعی از داده ها، اثربخشی روش پیشنهادی را در مقایسه با دیگر روش های شناخته شده از نظر دقت پیش بینی، تعداد الگوهای استخراجی و زمان اجرا نشان می دهد.

پایان نامه ارایه مدلی برای تعمیرات پیشگویانه تجهیزات درکارخانه های نفتی با تکنیکهای داده کاوی

دانشکده آموزشهای الکترونیکی مهندسی فناوری اطلاعات(گرایش مدیریت سیستمهای اطلاعاتی)

عنوان: ارایه مدلی برای تعمیرات پیشگویانه تجهیزات درکارخانه های نفتی با تکنیکهای داده کاوی، مطالعه موردی: شرکت بهره برداری نفت و گاز گچساران

تعداد صفحات : 145

چکیده:

کارخانه ها و تاسیسات هر روزه با چالشها و مشکلات بیشتری برای افزایش بهره وری و کاهش هزینه ها مواجه می شوند و در این راستا استراتژی های نگهداری و تعمیرات نقش بسزایی دررسیدن به این هدف دارند.در سالهای اخیر تلاشهای فراوانی شده است تا بتوان با کمک سیستمهای فناوری اطلاعات انواع روشهای نگهداری و تعمیرات را به طرز موثری پیاده سازی و اجرایی نمود. نگهداری و تعمیرات پیشگویانه یکی از استراتژی‌های نگهداری و تعمیرات است که بر مبنای آن در بازه‌های زمانی معین تعدادی از پارامترهای تجهیرات اندازه‌گیری می‌شود و بر اساس این داده‌ها، زمان رخداد خرابی احتمالی آینده پیش بینی شده و برای تعمیر و یا تعویض قطعات و تجهیزات تصمیم‌گیری می‌شود.

در این مقاله سعی شده است یک مدل پشتیبان تصمیم گیر برای نگهداری و تعمیرات پیشگویانه مبتنی بر شرایط بر اساس تکنیکهای داده کاوی طراحی شود. این پروژه در یکی از شرکتهای بهره برداری نفت و گاز جنوب کشور انجام شده و تجهیز انتخابی برای این پروژه توربین می باشد که یکی از اساسی ترین و بحرانی ترین تجهیزات در کارخانه های نفتی است.

در این پروژه چندین تکنیک داده کاوی از جمله درخت تصمیم وشبکه های عصبی برای پیش بینی رخداد خرابی مورد استفاده قرار گرفت و با مقایسه خروجی و نتایج آنها و با آنالیز این خروجی ها سعی شد بهترین مدل برای پیش بین رخداد خرابی در تجهیز مورد نظر مشخص شود.در انتها پیشنهادهایی از جمله توسعه این مدل برای سایر تجهیزات، کنترل مدت زمان مشاهده وضعیت تجهیزات و تعیین زمان بهینه تعمیر و نگهداری برای آینده ارائه شده است.

فصل اول

1- مقدمه و طرح مسئله

1-1- مقدمه

در عصر حاضر و در حالی که کارخانجات صنعتی بزرگ به دنبال ایجاد تغییرات در درون خود هستند تا بتوانند در رقابت با سایر رقبای خود در تحولات جهانی شدن موفق گردند این بحث نگهداری و تعمیرات است که بطور جدی و موثر مسیر استراتژی تولید را در کارخانه های صنعتی مشخص می نماید.امروزه ،کارخانه های صنعتی به شدت درگیر مباحثی همچون کاهش هزینه ها ،توان رقابت بالا ، بهبود مستمر،بحران انرژی و افزایش کیفیت و کمیت محصولات هستند که در این راستا اندیشیدن پیرامون نگهداری و تعمیرات به عنوان یک امر استراتژیک جهت رسیدن به اهداف فوق بسیار مهم و انکارناپذیر جلوه می کند.همواره رقابت ، عامل فشار بر کارخانجات تولیدی بوده است. به منظور کنترل و مدیریت این فشار، کارخانجات تولیدی می بایست ضمن کاهش هزینه ها، کیفیت و راندمان محصولات خود را افزایش داده و انعطاف پذیر نیز باشند[1, 2] .با توسعه فناوری اطلاعات میزان و سرعت دسترسی به اطلاعات بطور فوق العاده ای افزایش یافته است.از طرفی پیشرفت تکنولوژی نیز منجر به افزایش دستیابی موسسات و سازمانها به منابع وسیع اطلاعاتی شده وامکان تحقیق وبررسی موضوعات مختلف را برای سازمانها فراهم نموده است[3]. بنابراین نکته قابل توجه در سناریو جدید پیرامون مدیریت نگهداری و تعمیرات، آماده و در دسترس نگهداشتن تجهیرات در زمان نیاز است.یک کارخانه بسیار بزرگ با چندین هزار دستگاه متنوع از پیچیدگی بالایی در فعالیت نگهداری و تعمیرات(نت) برخوردار است. تصمیم گیری پیرامون استراتژی نت نیازمند دانشی است که منطبق بر واقعیت سازمان باشد.از طرف دیگر کسب دانش مفید نیازمند استفاده و تحلیل صحیح از داده ها می باشد.لذا استفاده از داده ها و اطلاعات و چگونگی کار با آنها در طول مراحل پیاده سازی استراتژی نگهداری و تعمیرات از جایگاه ویژه ای برخوردار است [4, 5].

2-1- تشریح و بیان مسأله

آنچه در سالهای اخیر توجه مدیران صنایع مختلف را در دنیای رقابتی امروز به خود جلب کرده است ، کاهش هزینه های تولید و در نتیجه کاهش قیمت نهایی محصولات است. در این میان هزینه های تعمیراتی ، مهمترین هزینه قابل کنترل در صنایع است و طبیعی است که کاهش آن در دستور کار مدیران صنعت قرار گیرد . یکی از مهمترین ابزارهایی که برای نیل به این هدف در اختیار مسئولین قرار دارد استفاده از روشهای نوین نگهداری و تعمیرات بر اساس پایش وضعیت دستگاهها است که بخصوص در صنایع تولید مداوم ، نظیر نفت ،گاز و پتروشیمی از اهمیت ویژه ای برخوردار است. فلسفه وجودی روشهای تعمیراتی از قبیل نگهداری و تعمیرات پیشگیرانه1 و نگهداری و تعمیرات پیشگویانه2 ارائه راهکارهایی جهت کاهش هزینه های تعمیراتی و در نتیجه افزایش بهره وری واحد های تولیدی است[6].

عموما نگهداری و تعمیرات یا در زمان های مشخص و از قبل تعیین شده انجام می شود یا اینکه هر وقت خرابی رخ داد بسته به نوع خرابی تعمیر مرود نظر انجام می شود.اگرچه انجام تعمیرات پیشگیرانه می تواند تعمیرات ناگهانی و غیرمترقبه را کاهش دهد اما همچنان باعث کاهش دردسترس بودن و افزایش هرینه های تعمیرات می گردد. گاهی تعمیرات پیشگیرانه روی تجهیز انجام می شود درحالیکه تجهیز به خوبی کار می کند و نیازی به تعمیر و توقف ندارد اما چون نگهداری از قبل در بازه زمانی خاصی برنامه ریزی شده است بایستی طبق روال خود انجام شود.یک سیاست مناسب در نگهداری و تعمیرات می گوید تعمیر زمانی باید انجام شود که نیاز باشد[6].

پیشرفت تکنولوژی باعث افزایش پیچیدگی در هر دوصنعت ماشین آلات و سیستمهای تولید شده است.صنایع مدرن دایما به کار کردن با قابلیت اطمینان بالا ، ریسک محیطی پایین و امنیت افراد که در حال انجام فرایندهای خود با بیشترین بازدهی هستند وابسته است.بنابراین پیشگیری از شکست و تشخیص سریع و ابتدایی مشکلات سیستمها و ماشین ها عمر کارکرد ماشین آلات صنعتی را افزایش می دهد[7].

کارخانجات صنعتی نباید دیگر تصور کنند که خرابی های تجهیزات تنها پس از مدت زمان ثابتی که در حال کار هستند اتفاق می افتد.آنها باید استراتژی های نگهداری آنلاین و پیشگویانه را گسترش دهند که بتوانند تصور کنند که هر خرابی در هر زمانی ممکن است بطور تصادفی رخ دهد.آغاز خرابی و شکست تجهیزات ممکن است خود را در داده های بوجود آمده از روشهای مختلف آشکار سازد.تجهیزات علایم و نشانه هایی از خود بروز می دهند که می گویند این تجهیزات باید تعمیر یا جایگزین شوند و یا رها شوند تا به کار خود ادامه دهند[8].

تشخیص اشتباه و عیب در مراحل اولیه آسیب برای جلوگیری از نقص و عیب فنی در طول کارکرد و عملیات لازم است.این مساله سود قابل توجهی را در رسیدن به استفاده از تکنیکهای بهینه سازی در عملیات واحد صنعتی با بهبود استفاده از منابع در سطوح مختلف از فرایند تصمیم گیری بر می گرداند.فرضیه نگهداری شرطی یک مشاهده منظم از شرایط واقعی از تجهیزات بر اساس ویژگی های مهم و برجسته و موثر آنها و کارایی عملکرد از سیستمهای فرایندی است که باعث اطمینان از حداکثر کردن فاصله بین تعمیرها ، کاهش هزینه تعمیرات برنامه ریزی نشده ناشی ازخرابی ماشین آلات و بهبود دسترسی جامع از عملکرد واحد های صنعتی خواهد بود.یکی از مهمترین و به صرفه ترین تکنیکهای موثر نگهداری ، نگهداری مبتنی بر شرایط(CBM)1 است[8].

1Condition Based Maintenance

استفاده از نگهداری و تعمیرات پیشگویانه یا همان نگهداری مبتنی بر شرایطباعث رسیدن به پیشرفتهای بزرگی در هزینه های نگهداری و تعمیرات ، کاهش خرابیهای برنامه ریزی نشده ماشین آلات1 ، کاهش زمان ازکارافتادگی(بیکاری) ناشی از تعمیر2 تجهیزات و بهبود موجودی قطعات یدکی می شود[7].

نگهداری پیشگویانه  یکی از استراتژی‌های نگهداری و تعمیرات است که بر مبنای آن در بازه‌های زمانی معین و یا بصورت مستمر تعدادی از پارامترهای تجهیرات اندازه‌گیری می‌شود و بر اساس این داده‌ها برای تعمیر و یا تعویض قطعات و تجهیزات تصمیم‌گیری می‌شود.

1-3- هدف از انتخاب موضوع

هدف از اجرای برنامه نگهداری و تعمیرات پیشگویانه شناسایی و تشخیص عیوب تجهیزات از بدو پیدایش و برنامه ریزی به موقع جهت انجام اقدامات اصلاحی است.

روش نگهداری و تعمیر پیشگویانه بر این اصل استوار است که دستگاهی را که با شرایط مطلوب در حال کارکرد است نباید برای تعمیر باز کرد. در این روش تلاش می شود با استفاده از تکنیکهای مناسب هر دستگاه نظیر لرزه نگاری3 ، ترموگرافی4 ، صوت سنجی5 ، آنالیز روغن6 و سایر تکنیکها ضمن رسیدن به حد اکثر بهره وری ، دستگاه فقط هنگام نیاز به تعمیر باز شود و همچنین با اعمال تعمیرات کوچک و به موقع ، نظیر هم محوری و بالانس ، از نتایج زیانبار خرابی های ثانویه که معلول مشکلات کوچک هستند پیشگیری شود.[9]

در این روش عمر قسمتهای مهم بر اساس تعمیرات پیشگیرانه و سایر داده های تاریخی قبلی1 ، تعمیرات و بازرسی ها محاسبه شده و بر اساس آن بصورت منظم فعالیت تعمیرات انجام می شود.

تعمیرات پیشگویانه یک روش تعمیرات مبتنی بر شرط است که در این روش پارامترها و ویژگی های مهم تجهیز و دستگاه بصورت طبیعی محاسبه می گردد و مقادیر بدست آمده به عنوان مبنا در نظر گرفته می شوند، سپس در هنگام استفاده و بکارگیری تجهیز این پارامترها و ویژگی ها بصورت مستمر و مرتب سنجیده شده و با مقایسه با میزان مبنا، زمان خرابی ، علت آن و احتمال وقوع آن محاسبه می شود[7].

اساس و ذات پیش بینی عیب و نقص، برآورد و تخمین زمان باقیمانده از عمر تجهیز در دوره های معنی داری است که می خواهد به سمت یک فرایند تصمیم گیری نگهداری و تعمیرات عمیق و هوشمند هدایت شود[9].

پیش بینی ها به عنوان یک ویژگی اضافه بر امکانات تشخیص عیب نمایش داده می شوند.آنها سلامت و بهبودی جاری یک سیستم را ارزیابی می کنند و میزان زمان از باقیمانده عمر تجهیز را پیش بینی می کنند.پیش بینی ها برای بهبود امنیت ، برنامه ریزی ماموریتهای موفق ، نگهداری های برنامه ریزی شده و کاهش هزینه های نگهداری و زمان بیکاری حیاتی هستند .تکنیکهای نگهداری مبتنی بر شرط یک ارزیابی از شرایط سیستم بر اساس داده های جمع آوری شده از سیستم با مشاهده مستمر را فراهم می کنند[7].

هدف مشخص کردن زودتر برنامه نگهداری مورد نیاز برای هر خرابی پیش بینی شده است.بنابراین استراتژی های نگهداری برای کمینه کردن هزینه با بهبود ایمنی عملیات و تعداد خرابی های سیستم در حال کار کمک می کند.

 

تبلیغات شما تبلیغات شما

دسترسی سریع

کدهای اختصاصی